Predadores e presas travam um confronto contínuo sob a superfície do oceano - e o resultado desse embate contribui para moldar ecossistemas costeiros inteiros.
Amêijoas, caracóis e outros moluscos de concha rígida desempenham funções vitais: filtram a água, ajudam a estabilizar as linhas de costa e sustentam a biodiversidade marinha.
Ao mesmo tempo, predadores capazes de esmagar conchas se alimentam desses animais, influenciando tanto as suas populações quanto os habitats que eles ajudam a formar.
Com a acidificação dos oceanos ameaçando diversas espécies formadoras de conchas, compreender essas relações entre predador e presa tornou-se ainda mais relevante.
O problema é que grande parte desse processo acontece debaixo d’água, onde observar diretamente é difícil - e, em áreas extensas, muitas vezes inviável.
Sons distintos de predadores marinhos
Há décadas, cientistas sabem que interações entre predadores e presas envolvendo mariscos têm peso decisivo na organização de habitats marinhos.
Ainda assim, medir essas interações na natureza sempre foi uma tarefa extremamente complicada.
A boa notícia é que os predadores deixam mais do que conchas quebradas. Sempre que um predador esmaga uma amêijoa ou parte a concha de um caracol, ele gera um som característico no ambiente subaquático.
Esses sons podem ser gravados, oferecendo aos pesquisadores uma forma de acompanhar a atividade alimentar sem precisar assistir ao evento.
Agora, pesquisadores da Florida Atlantic University desenvolveram um sistema de aprendizado de máquina voltado a reconhecer e classificar esses sons de esmagamento de conchas em gravações subaquáticas.
Ensinando computadores a reconhecer o “croc”
A equipa de pesquisa realizou testes controlados com raias-águia-manchadas-brancas, uma espécie conhecida por se alimentar de presas com conchas duras.
Como são predadores muito móveis e conseguem triturar conchas com grande eficiência, elas foram escolhas ideais para o experimento.
O novo sistema funciona em múltiplas etapas. Primeiro, ele percorre grandes conjuntos de gravações subaquáticas e sinaliza ruídos que se parecem com eventos de esmagamento de conchas.
Em seguida, uma segunda camada de aprendizado de máquina elimina detecções incorretas, separando sons reais de alimentação do ruído de fundo do oceano.
Depois de confirmado o evento, o sistema avança mais: ele tenta indicar qual tipo de presa foi consumida.
Para isso, os pesquisadores treinaram diferentes modelos de aprendizado de máquina, incluindo florestas aleatórias, redes de memória de longo e curto prazo (LSTM) e redes neurais convolucionais.
A intenção era captar diferenças discretas nos padrões acústicos.
Métodos mais simples também foram eficazes
Um dos resultados mais curiosos do estudo foi perceber que uma inteligência artificial mais complexa nem sempre era indispensável.
Os cientistas observaram que abordagens mais simples, baseadas em características do tipo gammatone, tiveram desempenho quase tão bom quanto sistemas avançados de aprendizado profundo na detecção de sons de esmagamento de conchas.
Essas estratégias mais leves exigem muito menos capacidade computacional, o que as torna interessantes para programas de monitoramento prolongado, nos quais energia e processamento são recursos limitados.
O coautor do estudo, Dr. Laurent Chérubin, é professor pesquisador no FAU Harbor Branch Oceanographic Institute (HBOI).
“Os sons de esmagamento de conchas carregam uma quantidade surpreendente de informação ecológica sobre interações predador-presa e comportamento alimentar”, disse o Dr. Chérubin.
“Este trabalho mostra como o monitoramento acústico passivo pode ser usado não apenas para detectar esses eventos, mas também para entender melhor como predadores marinhos interagem com o seu ambiente em locais que, de outra forma, são difíceis de observar.”
Monitoramento acústico passivo
Muitas tecnologias funcionam bem em laboratório, mas perdem desempenho em ambientes naturais. Neste caso, o sistema também se mostrou eficiente fora do tanque.
Os pesquisadores o testaram com etiquetas acústicas transportadas pelos próprios animais e com dispositivos fixos de gravação subaquática.
Mesmo quando o modelo foi treinado apenas com dados obtidos em experiências controladas em tanque, ele conseguiu detectar eventos de alimentação e identificar tipos de presa em condições naturais com alta confiabilidade.
Essa capacidade pode permitir que cientistas estimem à distância as taxas de predação em grandes áreas marinhas.
Em vez de depender de observações pontuais e esparsas, os pesquisadores poderão em breve acompanhar a pressão de predação de forma contínua e em escala de ecossistema.
Um grande avanço para a conservação
O autor sénior do estudo, Dr. Matt Ajemian, é professor associado de pesquisa e diretor do Fisheries Ecology and Conservation Lab (FEC) no FAU Harbor Branch.
“Do ponto de vista ecológico, esta tecnologia abre caminho para quantificar impactos de predadores de um jeito que nunca conseguimos antes”, disse o Dr. Ajemian.
“Conseguir detectar e classificar eventos de alimentação remotamente significa que podemos começar a medir a pressão de predação sobre populações de moluscos em escala de ecossistema, e não apenas em observações isoladas.”
“Isso representa um grande avanço para a ecologia costeira e a conservação.”
Além da identificação da presa
Os registos sonoros feitos durante a alimentação podem indicar mais do que apenas o que foi consumido.
Os investigadores notaram que os padrões acústicos refletiam diferenças na forma como os predadores manipulavam e processavam a presa.
Isso abre a possibilidade de que, no futuro, sistemas semelhantes consigam separar comportamentos individuais de alimentação e talvez até estimar o tamanho da presa usando apenas o som.
“Além da detecção simples, a nossa abordagem também oferece insights sobre o próprio comportamento do predador”, disse o Dr. Ajemian.
“Os padrões acústicos refletiram não apenas o tipo de presa, mas também estratégias de manipulação e tempo de processamento, levantando a possibilidade de que pesquisadores possam, eventualmente, distinguir comportamentos individuais de alimentação e até classes de tamanho de presas com base nesses sons.”
Uma nova ferramenta para a conservação costeira
O interesse por aquicultura de mariscos e por restauração costeira continua a crescer no mundo. Ao mesmo tempo, gestores de conservação precisam de maneiras melhores de entender como predadores afetam populações de mariscos.
Como o estudo incluiu presas que vão de filtradores enterrados a espécies mais móveis, a tecnologia pode ser útil em diversos habitats costeiros.
Sistemas autónomos de monitoramento subaquático, equipados com ferramentas eficientes de reconhecimento de som, podem operar por longos períodos em locais remotos onde recursos de computação avançada não estão disponíveis.
O primeiro autor do estudo, Dr. Ali Ibrahim, é professor assistente de ensino no College of Engineering and Computer Science da FAU.
“As nossas descobertas apontam um caminho claro para um monitoramento acústico escalável e em tempo real de ecossistemas marinhos”, disse o Dr. Ibrahim.
“A eficiência computacional de modelos baseados em GTCC torna-os especialmente adequados para plataformas subaquáticas autónomas com energia e capacidade de processamento limitadas, permitindo monitoramento de longo prazo em ambientes marinhos remotos onde computação de alto desempenho não é prática.”
À medida que cientistas procuram formas melhores de compreender oceanos em rápida transformação, os estalos de conchas a partir podem trazer respostas que ficaram escondidas sob a água durante todo esse tempo.
O estudo completo foi publicado na revista Ecological Informatics.
Comentários
Ainda não há comentários. Seja o primeiro!
Deixar um comentário